一种基于子种群协同进化的蛋白质结构预测方法技术

一种基于子种群协同进化的蛋白质结构预测方法，首先，将整个种群划分成多个规模相等的子种群；然后，针对第一个子种群，从其余不同的子种群中选择构象进行变异；针对第二个子种群，选择目标构象所在的子种群中的最优构象以及其余子种群中的构象进行变异；针对第三个子种群，选择整个种群中的最优构象以及其余子种群中的构象进行变异；针对其余子种群，从目标构象所在的子种群中以及其余子种群中选择构象进行变异；最后，根据玻尔兹曼概率对测试构象进行更新。本发明专利技术提供一种预测精度和搜索效率均较高的基于子种群协同进化的蛋白质结构预测方法。

A protein structure prediction method based on sub-population co-evolution

A protein structure prediction method based on co-evolution of sub-populations is proposed. Firstly, the whole population is divided into several sub-populations of equal size. Then, for the first sub-population, conformations are selected from other sub-populations to mutate. For the second sub-population, the optimal conformations in the sub-population where the target conformation is located and the conformations in the other sub-populations are selected to mutate. For the third sub-population, the optimal conformation in the whole population and the conformation in other sub-populations are selected to mutate; for the other sub-populations, the conformation is selected from the target sub-population and other sub-populations to mutate; finally, the test conformation is updated according to Boltzmann probability. The invention provides a protein structure prediction method based on sub-population co-evolution with high prediction accuracy and search efficiency.

【技术实现步骤摘要】
一种基于子种群协同进化的蛋白质结构预测方法
本专利技术涉及一种生物学信息学、智能优化、计算机应用领域，尤其涉及的是，一种基于子种群协同进化的蛋白质结构预测方法。
技术介绍
生物细胞中包含许多由20多种氨基酸所形成的长链折叠而成的蛋白质。DNA以三个核苷酸为一组的密码子转译为蛋白质的氨基酸序列，相对于第一遗传密码，蛋白质序列一级结构与其三级结构之间的对应关系(即第二遗传密码或称折叠密码)仍为未解之谜。然而，蛋白质三级结构折叠错误，会导致糖尿病、白内障、老年痴呆等蛋白质折叠病。因此，知道对应的蛋白质三维结构，是实现这些蛋白质折叠病治疗的先决条件。目前，测定蛋白质三维结构的实验方法主要包括X射线晶体衍射和多维核磁共振(NMR)。X射线晶体衍射是目前测定蛋白质结构最有效的方法，所达到的精度是其它方法所不能比拟的，主要缺点是蛋白质晶体难以培养且晶体结构测定的周期较长；NMR方法可以直接测定蛋白质在溶液中的构象，但是对样品的需要量大、纯度要求高，目前只能测定小分子蛋白质。其次，这些实验测定方法价格昂贵，测定一个蛋白质的三维结构需要几十万美元，然而，测定一个蛋白质的一级氨基酸序列仅需1000美元左本文档来自技高网...

【技术保护点】
1.一种基于子种群协同进化的蛋白质结构预测方法，其特征在于：所述方法包括以下步骤：1)输入待测蛋白质的序列信息，并从ROBETTA服务器上得到片段库；2)参数设置：设置种群规模NP，子种群数量N，交叉概率CR，片段长度l，温度因子KT，最大迭代次数Gmax，并初始化迭代次数g＝0；3)从对各残基位对应的片段库中随机选择片段组装生成初始构象种群P＝{C1,C2,...,CNP}，并将整个种群随机分成N个大小相等的子种群，其中，N≥4，Ci,i＝{1,2,…,NP}为种群P中的第i个构象个体；4)对种群中的每个构象Ci,i∈{1,2,…,NP}作如下处理：4.1)如果构象Ci属于第一个子种群，则进...

【技术特征摘要】
1.一种基于子种群协同进化的蛋白质结构预测方法，其特征在于：所述方法包括以下步骤：1)输入待测蛋白质的序列信息，并从ROBETTA服务器上得到片段库；2)参数设置：设置种群规模NP，子种群数量N，交叉概率CR，片段长度l，温度因子KT，最大迭代次数Gmax，并初始化迭代次数g＝0；3)从对各残基位对应的片段库中随机选择片段组装生成初始构象种群P＝{C1,C2,...,CNP}，并将整个种群随机分成N个大小相等的子种群，其中，N≥4，Ci,i＝{1,2,…,NP}为种群P中的第i个构象个体；4)对种群中的每个构象Ci,i∈{1,2,…,NP}作如下处理：4.1)如果构象Ci属于第一个子种群，则进行如下操作：4.1.1)从其余N-1个子种群中随机选择一个子种群，并从该子种群中随机选择一个构象个体Ca；4.1.2)从其余N-2个子种群中随机选择一个子种群，并从该子种群中随机选择一个构象个体Cb；4.1.3)分别从构象个体Ca和Cb中随机选择两个残基位不同的且长度为l的片段替换构象Ci对应位置的片段，生成变异构象个体Cmutant；4.2)如果构象Ci属于第二个子种群，则进行如下操作：4.2.1)根据Rosettascore3能量函数计算构象Ci所属的子种群的中的每个构象的能量，并选择能量最低的构象记作Clbest；4.2.2)从其余N-1个子种群中随机选择一个子种群，并从该子种群中随机选择一个构象个体Cc；4.2.3)分别从构象个体Clbest和Cc中随机选择两个残基位不同的且长度为l的片段替换构象Ci对应位置的片段，生成变异构象个体Cmutant；4.3)如果构象Ci属于第三个子种群，则进行如下操...

【专利技术属性】
技术研发人员：周晓根，张贵军，彭春祥，胡俊，刘俊，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33